推荐一款开源数据库客户端 dbx：约 25MB 连通 100+ 种数据库

一个项目里同时出现 MySQL、Redis、Elasticsearch 已经不算特殊。每接一种库就装一个对应客户端，机器上会慢慢堆起好几套工具，连接信息也要各自维护一份。dbx 要解决的正是这件事：把连接管理、SQL 编辑、数据表格、结构工具和专项工作台收进同一个客户端，日常要连的库用同一个入口完成。

一个入口连完日常要用的库

按官网口径，dbx 内置 100+ 种数据库与数据系统的连接 profile。它没有把非关系型系统硬套成 SQL 表格，而是让不同类别进入各自的工作区。

类别	代表系统	在 dbx 中的形态
关系型与兼容协议	MySQL、PostgreSQL、openGauss、GaussDB、达梦、KingbaseES、SQLite	SQL 编辑器、数据表格、对象树、表结构与 Schema 工具
文档、键值与搜索	Redis、MongoDB、Elasticsearch、Easysearch、Meilisearch	键、文档、索引等专项浏览器
图与向量	Neo4j、Qdrant、Milvus、Weaviate、ChromaDB	图连接，以及向量集合的浏览、检索与写入
分析型与云数仓	ClickHouse、Doris、StarRocks、Trino、Snowflake、BigQuery	查询、结果分析、元数据浏览
文件与边缘	SQLite、DuckDB、Access、Cloudflare D1、Turso、RQLite	本地文件或边缘库直连
时序、消息与配置中心	InfluxDB、TDengine、Kafka、RabbitMQ、etcd、ZooKeeper、Nacos	时序查询、Topic 与消息、Key 与配置浏览

Redis、MySQL、PostgreSQL、openGauss、Elasticsearch、SQLite、Cloudflare D1、Qdrant、Neo4j 都在这个范围内。装一个客户端就能把上述连接全部建好，不必再为每种库单独准备软件，这也省掉了多套客户端的版本升级与连接配置同步。

需要提前说清的是，“能建立连接”和“支持全部高级功能”是两件事。官方文档把驱动能力划成 Connect、Browse、Understand、Operate 四级，结构编辑、表导入、数据传输这类操作还要受独立的能力开关控制；同一个数据库走内置原生驱动、原生 Agent、JDBC Agent 或通用 JDBC 插件时，可用菜单也不一致。判断某个库够不够用，看的应是界面里出现了哪些入口，而不是数据库名有没有落在支持列表里。以 Redis 为例，它进入的是键值工作台而非 SQL 编辑器；Oracle、DuckDB 等则可能依赖额外的 sidecar 或 Agent 运行时，第一次连接前需要在驱动管理里把对应组件补上。

体积这件事，用数字说话

官方宣传的“25 MB”指的是桌面安装包。取 v0.6.26 的 Release 产物列表核对，各形态的实际体积如下（字节数按 MiB 折算）：

产物	体积	说明
Windows x64 在线安装包	约 25.5 MB	与官网“约 25 MB”口径一致
Windows x64 便携版 zip	约 34 MB	解压即用，不需要安装
macOS x64 dmg	约 38 MB	Apple Silicon 版本量级相近
Linux amd64 AppImage	约 109 MB	内置运行依赖，故明显更大
Windows x64 离线安装包	约 231 MB	内置 WebView2 离线运行库
Windows 7 / Server 2012 R2 专用离线包	约 172 MB	面向旧系统的独立产物

作为对照，JetBrains DataGrip 的官方系统要求是 8 GB 内存（其中 3 GB 供 IDE 进程使用）、10 GB 磁盘空间，并且随包附带 JetBrains Runtime 21，也就是一个完整的 JVM。两边差距的量级来源并不神秘：dbx 是 Tauri 桌面壳加 Rust 核心，界面复用系统自带的 WebView2，既不带 JVM 也不自带一份 Chromium；DataGrip 则是典型的 JVM IDE，功能深度的代价就是常驻的运行时开销。

这里也有一处需要克制的地方：dbx 官方并没有公布常驻内存指标。安装包小不等于运行内存一定低，但“不用为客户端额外养一个 JVM”这件事是可以确定的收益。另外，离线包体积之所以膨胀到 200 MB 以上，是因为把 WebView2 运行库一起打了进去——内网机器选离线包，公网机器用 25 MB 的在线包更划算。

与专门客户端、DataGrip 之间的取舍

dbx 的定位不是取代所有工具。RedisInsight、Kibana 这类为单一系统做的客户端，在各自领域的深度仍然更高；dbx 的价值在于把常用操作覆盖到“够用”，并集中到一个入口。真正需要比较的是它和 DataGrip 这类全能型 IDE 的分工：DataGrip 的补全、重构、版本控制集成更成熟，但 8 GB 内存与 10 GB 磁盘的门槛，放在办公本或低配机器上就比较勉强。

它自身的边界也需要写清楚。定时一致性备份目前只在桌面版对 MySQL 和 PostgreSQL 提供，其他数据库只有逻辑导出，不能当作生产备份方案；跨引擎数据传输要受类型映射、主键与目标端 DDL 能力限制；官方明确声明 Web API 不是稳定的公共契约，需要自动化时应走 CLI 或 MCP；AI 生成的 SQL 与自动迁移结果依然需要人工审查。

项目侧的数据同样值得看一眼。截至 2026 年 9 月底，仓库有 21,045 star、2,024 fork，许可证为 Apache-2.0，创建于 2026 年 4 月 29 日；最新版本 v0.6.26 于 9 月 27 日发布，而 v0.6.25 与 v0.6.26 是同一天内连发的。迭代快、社区 PR 真实存在（v0.6.26 里就有多位外部贡献者的合并提交），但未关闭的 Issue 有 1,279 个，项目由单人主导，长期维护与 bus factor 属于需要留意的风险。

值得单独一提的是它的写入安全模型，这部分比多数轻量客户端做得细：连接可以设为只读，核心查询路径会拦截可识别的写入；生产环境保护开启后每次写入都要重新确认；MCP 侧用连接 allowlist 加“只读 / 数据读写 / 完全访问”三档权限管理，且不能绕过连接只读、生产保护和数据库账号权限；敏感配置与普通连接 JSON 分开存储，配置导出支持 AES-GCM 加密。对于既想图轻量、又不敢把生产库随便交给一个 GUI 的场景，这些设计是实打实的加分项。

AI 与自动化入口

除了图形界面，dbx 还有三条自动化通道。应用内自带 AI 助手，Ask 模式只生成 SQL 不执行，Agent 模式在生产环境也不会拿到自动写入授权，而是把语句放回编辑器等待确认。命令行工具通过 npm install -g @dbx-app/cli 安装，也提供免 Node 的原生包，其中 PostgreSQL、MySQL、SQLite、Doris、StarRocks、QuestDB 等类型可以脱离桌面端直接查询。MCP Server 则可以让 Claude Code、Cursor 这类 AI 客户端读取结构、执行受策略约束的查询，官方文档甚至专门给出了 DeepSeek Harness 的接入配置。

这些入口共用同一套连接存储与安全策略，因此权限边界只需在一处维护——对已经在用 AI 编码工具的人来说，这比“再写一个脚本连库”省事得多。

获取方式

项目地址在 GitHub：https://github.com/t8y2/dbx，官网（含完整文档与离线驱动下载）在 https://dbxio.com/cn。常用的安装方式如下：

# Windows
scoop bucket add dbx https://github.com/t8y2/scoop-bucket && scoop install dbx

# macOS
brew install --cask dbx

# 服务器自托管，浏览器访问 4224 端口
docker run -d --name dbx -p 4224:4224 -v dbx-data:/app/data t8y2/dbx:latest

桌面版与 Docker/Web 版共享大部分查询与安全能力，但并非完全等价：只有桌面版有本地 SQL 文件树、系统文件选择、Deep Link 以及定时备份；Docker/Web 里的文件路径指的是服务器文件系统，浏览器所在机器的路径不会自动映射过去。中国大陆用户还可以改用 CNB 镜像拉取镜像，避免下载缓慢。

如果日常要连的数据库种类比较杂，又不想为此装三四个客户端，dbx 值得先从便携版试起：34 MB 的 zip 解压即用，试错成本很低。反过来，若需求集中在某一个数据库的高级能力上，或者需要把客户端纳入企业级的备份、审计与变更审批流程，专门工具和 DataGrip 仍然是更稳妥的选择——dbx 的官方文档自己也承认，它是工作台，不替代数据库账号权限、审计和原生备份工具。截至 2026 年 9 月底，它的最新版本是 v0.6.26。